SDN中基于Q-learning的动态交换机迁移算法

• 作者: 张彬 曲桦 王力 赵季红 郑浪
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 软件定义网络 OpenFlow 控制器 Q学习
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 网络与融合
• 页码范围: 68-72,110
• 页数: 6页
• 分类号: TP393.0
• 字数: 4518字
• 语种: 中文
• DOI: 10.16280/j.videoe.2016.06.013

摘要

由于网络流量动态变化,控制器负载均衡成为大规模部署软件定义网络研究的重点.提出基于Q-learning的动态交换机迁移算法,首先对软件定义网络中的控制器部署问题建模,再应用Q-learning反馈机制学习实时网络流量,最后根据Q表格将交换机从高负载控制器动态迁移到低负载控制器上,实现控制器的负载均衡.仿真结果表明,所提算法能够获得较低的控制器负载标准方差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲桦	西安交通大学电子信息学院	106	353	9.0	12.0
2	王力	西安交通大学电子信息学院	26	217	7.0	14.0
3	赵季红	西安邮电大学通信与信息工程学院	115	447	12.0	15.0
7	张彬	西安邮电大学通信与信息工程学院	2	4	1.0	2.0
8	郑浪	西安邮电大学通信与信息工程学院	1	3	1.0	1.0